针对车辆行驶过程中状态参数相互耦合,参数实时估计难度大的问题,对车辆行驶过程中关键参数估计问题进行研究。建立轮毂电机车辆纵向动力学模型,将整车质量与路面坡度解耦,分别建立整车质量递推最小二乘数学模型和路面坡度递推最小二乘...针对车辆行驶过程中状态参数相互耦合,参数实时估计难度大的问题,对车辆行驶过程中关键参数估计问题进行研究。建立轮毂电机车辆纵向动力学模型,将整车质量与路面坡度解耦,分别建立整车质量递推最小二乘数学模型和路面坡度递推最小二乘数学模型,形成一种循环递推最小二乘法(circle recursive least square,CRLS),实现参数实时在线估计与相互校正,以达到更高精度的参数估计效果。通过建立Simulink参数估计模型和Carsim车辆模型进行了30%和50%坡度爬坡路面联合仿真,并将Simulink参数估计模型下载到实车控制器中进行实车爬坡试验,验证了参数估计算法在联合仿真和实车应用上的准确性与合理性。以上研究是最小二乘算法在参数估计领域应用的一种新实践,推进了无传感器参数获取的实现,也为车辆多参数实时控制打下了基础。展开更多
文摘针对车辆行驶过程中状态参数相互耦合,参数实时估计难度大的问题,对车辆行驶过程中关键参数估计问题进行研究。建立轮毂电机车辆纵向动力学模型,将整车质量与路面坡度解耦,分别建立整车质量递推最小二乘数学模型和路面坡度递推最小二乘数学模型,形成一种循环递推最小二乘法(circle recursive least square,CRLS),实现参数实时在线估计与相互校正,以达到更高精度的参数估计效果。通过建立Simulink参数估计模型和Carsim车辆模型进行了30%和50%坡度爬坡路面联合仿真,并将Simulink参数估计模型下载到实车控制器中进行实车爬坡试验,验证了参数估计算法在联合仿真和实车应用上的准确性与合理性。以上研究是最小二乘算法在参数估计领域应用的一种新实践,推进了无传感器参数获取的实现,也为车辆多参数实时控制打下了基础。